[发明专利]一种智能电网短期负荷预测方法、系统及存储介质

摘要

本发明涉及智能电网技术领域，提供了一种智能电网短期负荷预测方法，包括以下步骤：根据负荷数据、温度数据的时周期、日周期、周周期、月周期特性，对原始数据进行预处理；使用全连接神经网络，利用激活函数SELU并结合季节数据对所述温度数据和所述负荷数据进行非线性变换；将全连接神经网络处理后的温度数据和负荷数据传输进网络模型，进行短期负荷预测；对所述网络模型中的参数进行调节，选取最优参数；绘制负荷预测曲线与对比模型的预测曲线。本发明基于预测日的温度、日期类型、季节类型等因素，寻找历史相似日，可以获得相对准确的预测负荷，使得智能电网短期负荷的预测效率和预测精度得到提升。